《大数据应用对会计信息质量的影响》由会员分享，可在线阅读，更多相关《大数据应用对会计信息质量的影响（20页珍藏版）》请在金锄头文库上搜索。
1、大数据应用对会计信息质量的影响-以上交所主板上市公司为研究样本2/ 19目录一、引言5二、文献回顾5三、理论分析61、信息不对称理论 62、需求理论 63、会计信息质量理论 7四、实证部分81、大数据应用特征的的度量 8代理变量的构建： 8(1 )信息来源RES8(2) 信息系统质量 ISQ9(3 )制度设计Sys9(4 )信息化程度Inf92、会计信息质量特征的度量10(1)客观性方面一APIDI10(2 )可靠性方面AbnAcer10(3 )相关性方面一APRELA11(4 )可比性方面ICE&ICBV12(5)及时性方面 APTIME 133、研究设计 14（1）样本选取与数据来源14（
2、2）控制变量14（3）提出假设并构建模型15（4）回归分析与统计检验17五、总结与反思 171、研究结果 172、研究缺陷 17六、参考文献 18、引言大数据时代的来临，带来了大量、高速、多样、和有价值的信息，使总体统计 和准确统计得以实现，代替了原先的抽样统计和精确统计，将归因分析转变为相关 分析，这一系列改进预计会对会计信息质量有正向促进作用，具体表现在可靠性、 相关性、可比性、及时性等方面的提高，促进效用强弱与针对大数据运用的资本投 入和相关制度安排有关，本文将据此做出假设并进行验证得出结论，以期对大数据 在财务方面的应用作出指导。二、文献回顾我国部分学者对大数据影响下的会计信息质量进行
3、了研究，但总体上看研究成 果并不丰富。金香淑、俞英兰（2014）在大数据下，促进会计信息化基于 云会计视角一文中，强调会计信息质量的高低，在很大程度上取决于会计信息化 的水平，因而着重讨论了云会计在会计信息中的运用现状以及存在的问题，并在此 基础上进一步探讨了如何发挥大数据的优势，提高会计信息质量；游静（ 2015） 在大数据对会计信息质量的挑战中: 文章分析了大数据对会计信息质量的挑战， 主要针对客观性、相关性、可比性、明晰性、一贯性以及及时性等质量特征，提出 企业需要从重视数据资产、重视数据分析与利用能力培育以及重视数据资产管理人 员培育三个方面应对大数据挑战。三、理论分析1、信息不对称理
4、论信息不对称理论（约瑟夫斯蒂格利茨、乔治阿克尔洛夫和迈克尔斯彭斯）是 信息经济学的重要理论。所谓信息不对称，是指在市场经济活动中，各类人员对有 关信息的了解程度是有差异的；掌握信息比较充分的管理者，往往处于比较有利的 地位；而信息贫乏的投资者，则处于比较不利的地位。信息不对称现象表现为两种 结果：一是信息占优方面利用信息优势常常会出现“道德风险”；二是信息处于劣 势方面要承担风险，从而使自己在面临交易中做出“逆向选择”这两个结果使得信 息不对称市场缺乏效率。从信息不对称理论出发，企业对大数据的应用可以是管理层更全面准确的记录 和分析企业的财务状况和经营活动，信息量的加大一定程度上消除了信息不对
5、称， 提升效率，提供更高质量的会计信息。2、需求理论大数据技术是否适合在财务管理信息化中使用需要考虑以下因素，首先，企业 要确定自己的需求，在财务管理活动中是不是对实时业务处理量巨大?处理的数据 中非结构化数据是不是比重较高?数据来源是不是很庞杂?如果企业联网交易较多， 数据处理量很大时可以考虑使用这些技术;联网交易不多的企业中多数财务管理活 动没有大数据需求,但是某些财务活动比如资本市场交易可能会有海量数据实时处 理的需求，此外对于那些已经建成并运行了多年管理信息系统的企业，由于已经积 累了大量财务数据，使用数据仓库或数据挖掘技术可能有助于财务分析和财务决策 的有效性，企业需综合考虑是否有针
6、对大数据的应用需求。3、会计信息质量理论美国 FASB 指出会计信息质量特征应包括可理解性、相关性、可靠性和可比性，并要符合重要性和成本效益原则。FASB对会计信息质量层次的划分结构见图3.1：国际会计准则委员会要求会计信息质量应该满足可理解性、相关性、可靠性和可比性，并以及时性和成本效益原则为前提。LASB对会计信息质量的层次划分结构见图 3.2：我国著名学者葛家澍教授根据财务会计的最终目标，分析财务会计信息应具 备的质量特征，葛教授指出，会计信息的首要质量特征应满足决策有用性，主要质 量特征应满足可靠性与相关性，可靠性包含真实性和公允性。相关性又称有用性， 针对决策而言，它是财务会计信息最
7、重要的质量特征。如果所提供的会计信息没有 任何的信息含量，不能帮助使用者做出决策，那么，信息就失去意义，没有任何的 用处。所以必须保证会计信息的及时提供。虽然各国的规定有不同，但都体现出会计信息使用者与会计目标对会计信息 的最基本要求。综合以上观点，本文认为在会计信息质量特征中，可靠性、相关性、 可比性、及时性是最重要的特征。四、实证部分1、大数据应用特征的的度量大数据的获取和分析需要人、才、物力的投入，主要应考虑相关的信息来源是 外购还是自身搜集、相关的人员配备和专业胜任能力，以及大数据覆盖的范围，包 括销售、供应等，因此，本文将从大数据信息来源、运营投入资本率 ， 制度设计 （人员机构设置
8、相关人员薪资）、应用覆盖范围等四方面构建相应特征指标， 充分分析大数据应用特征对会计信息质量的影响。代理变量的构建：（1）信息来源 RES企业获取所需的相关数据可采用两种方式，一是企业自身信息技术化程度高且 规模较大的企业，在日常生产经营过程中已经建立并充分运用信息系统完整准确记 录相关业务活动信息加以利用，这种方式的好处是与自身相关信息搜集更加全面完 整，缺点是投入成本大，系统建设时间长；二是企业目前由于成本限制或新建系统 的时间考虑而向专门的信息机构购买数据，这种方式的好处是无需较大的基础设施 建设投入，但信息针对性相对稍弱，准确性和可信赖程度有待验证。针对这一特征， 可设置一个代理变量R
9、ES，自身建立相关系统时变量赋值为0,否则为1.（2）信息系统质量 ISQ大数据搜集信息系统的建设初期需要大量资本投入，包括相关设备购入、专业 操作人员的获取与培、信息分析人员薪资以及后期运营和维护成本，这些相关成本 应有专门记录并计算其占运营资本的比例来代表信息系统质量，用crel/wc（运营 成本）作为代理变量。（3）制度设计 Sys作为开展大数据工作的制度保障，相关制度的设置有益于数据充分合理有效利 用目标的实现，用虚拟变量Sys表示是否设置相关制度，若有相0,否则为1.关制 度设置则将变量赋值为（4）信息化程度 Inf大数据应用在多大程度上覆盖了企业的经济业务事项,决定了企业最终能获取
10、 的信息数量及质量,将信息流通按价值链分为供应商及成本信息、企业经营管理信 息、客户及销售信息三个方面，设置代理变量Inf，取值为三方面覆盖数，取值从 03,但这种衡量也存在缺陷,其将这三方面信息等同视之,但实际上不同企业这三方面各有侧重，而从赋值上看并没有体现出这一点。2、会计信息质量特征的度量(1) 客观性方面APIDI传统的客观性经济活动统计受到技术和能力的限制，无法辨认客户资源等实际 为企业所有并被投资者看好的的重要资产，但在大数据时代这些资源属性得到辨认， 可以通过信息技术被有效记载。王化成等人(2007)在研究中国上市公司公司治理问题时发现，盈余质量与 会计信息质量有关。他指出独立
11、董事比例越高，盈余质量越高，即会计信息质量越 高，会计信息越客观，因此检验会计信息是否可靠的一个途径是可以通过检查独立 董事 APIDI 的比例，上市公司中独立董事的比例一般不得低于 1/3，由此可以认 为会计信息质量较高，用 0 表示，反之，用 1 表示。(2) 可靠性方面Abn AcerHealy和Wahlen ( 1999 )认为企业管理者会运用会计手段或安排交易 来改变财务报告即进行盈余管理，此行为歪曲了公司的真实业绩，影响了可靠性， 即盈余管理水平高，会计信息质量低，因此可用盈余管理指标来衡量可靠性，参考 Dechow、Ge 和 Schrand 的关于盈余质量的研究综述，采用选用业绩
12、调整的修 正 Jones 模型对操纵性应计利润进行估计，采用估计的操纵性应计利润绝对值作 为会计信息质量的度量指标。Kothari et al对修正Jones模型进行了改进，用以 调节公司业绩带来的噪音，从而增加了应计质量估计的精确性。国内不少学者的研 究已经证明了该模型的适用性。因此，本文采用业绩调整 Jones 模型，对上市公司操纵性应计质量进行估计，具体模型如下：TAitAssetit 一 1= “0 + “l1Assetit 一 1+ 02 REVitA ARitAssetitPPEit+ “3冠丽Nlit+ “4石丽+ eit模型中各变量的定义如下：TAit :公司 i 第 t 年的
13、总应计利润，等于净利润-经营现金流；Asset it：公司i第t-1年末总资产；REV it：公司i第t年与第t-1年营业收入差额；AR it：公司i第t年与第t-1年应收账款净值的差额；PPE it ：公司 i 第 t 年固定资产净值；NI it：公司i第t年净利润；it :模型回归方程残差。根据模型(1 )回归得出的残差sit,记为AbnAccr对其取绝对值记为AbsAccr, 衡量操纵性应计，用以度量可靠性。(3)相关性方面一APRELA相关性原则要求会计信息能满足各方面的需要，包括符合国家宏观经济管理的 需要，满足有关各方面了解企业财务状况和经营成果的需要， 满足企业加强内部 经营管理
14、的需要。相关则主要指与决策相关，有助于决策，如果会计信息同以后， 对经济决策并没有作用，就不具有相关性。 根据相关性原则，会计工作在收集、 加工、处理和提供会计信息过程中，应当考虑各方面的信息需求，要能够满足各方 面具有共性的信息需求。大数据对相关性的挑战主要体现为相关内容的延伸。由于大数据时代总体统计已经取代抽样统计，与供应商、消费者的交流已经从经济业务发生拓展为社会活动，会计主体可获取的会计信息在内容和范围上有大的 拓展。相关性已经从企业与某一客户的订单相关拓展为不同客户、类似品类的相关 分析，相关性这一会计信息质量要求在大数据的推动下得到拓展。 受到信息获取 的限制，对相关信息的分析以往
15、更加依赖单据间的联系，如采购单、入库单、出库 单、销售单、收款单等等，线性信息相关性成为重要特征。 在大数据的背景下， 数据不再以线性的方式存在，网状的信息分布中可能有两条信息链存在“相似性”， 这些相似的信息也可能成为相关信息。 大数据赋予信息以“标签”，借助“标签” 这些相似信息得以识别。我国学者刘熀松针对Feltham Ohlson (即F-0)模型做了进一步的研究，指 出上市公司是否有内在投资价值决定了会计信息是否有用，因此本文用上市公司及 股票的内在投资价值 APRELA 作为衡量相关性的指标，根据刘熀松的研究成果， 内在投资价值可以用净资产收益率与无风险收益率的比值来衡量，如果比值大于 10，说明公司及股票的内在投资价值较高，相关性较高，取值为 0；如果指标为 5 到 10 之间，取值为 1；如果比值小于 5，取值为 2，无风险利率取一年期存款 利率。(4)可比性方面ICE&ICBV可比性是指企业之间的会计信息口径一致， 相互可比。根据可比性原则，只 要是同样的经济业务，应该采取同样的会计方法和程序。 大数据为可比性提供了 更加有效的工具。会计主体成为了大数据的提供者，不同会计主体面临同样的经济 业务是否采取了同样的会计方
